Python scipy的二维图像卷积运算与图像模糊处理操作示例 - 行业资讯

本文实例讲述了Python scipy的二维图像卷积运算与图像模糊处理操作。分享给大家供大家参考,具体如下:

一代码　　　　　　进口numpy np 　　从scipy导入信号,混杂　　进口matplotlib。pyplot作为plt 　　形象=misc.ascent() #二维图像数组,莉娜图像　　w=np.zeros((50,50)) #全0二维数组,卷积核　　w[0][0]=1.0 #修改参数,调整滤波器　　w[49][25]=1.0 #可以根据需要调整　　image_new=信号。fftconvolve(图片,w) #使用FFT算法进行卷积　　plt.figure () 　　plt.imshow (image_new) #显示滤波后的图像　　plt.gray () 　　plt。标题(“过滤图像”) 　　plt.show () 　　　　之前　　　　

二运行结果

一代码　　　　　　进口numpy np 　　从scipy导入信号,混杂　　进口matplotlib。pyplot作为plt 　　形象=misc.ascent () 　　50 w=signal.gaussian (10.0) 　　image_new=信号。sepfir2d(图片、w w) 　　plt.figure () 　　plt.imshow (image_new) #显示滤波后的图像　　plt.gray () 　　plt。标题(“过滤图像”) 　　plt.show () 　　　　之前　　　　

二运行结果

更多关于Python相关内容感兴趣的读者可查看本站专题:《Python数学运算技巧总结》,《Python数据结构与算法教程》、《Python函数使用技巧总结》,《Python字符串操作技巧汇总》及《Python入门与进阶经典教程》

希望本文所述对大家Python程序设计有所帮助。